超越法学硕士:SandboxAQ 的大型量化模型如何优化企业 AI

超越法学硕士:SandboxAQ 的大型量化模型如何优化企业 AI

虽然大型语言模型 (LLM) 和生成式 AI在过去一年中占据了企业 AI 讨论的主导地位,但企业还可以通过其他方式从 AI 中获益。其中一种替代方案是大型定量模型 (LQM)。

LQM 经过训练,可以针对与行业或应用相关的特定目标和参数进行优化,例如材料属性或财务风险指标。这与 LLM 更一般的语言理解和生成任务形成对比。LQM 的主要倡导者和商业供应商之一是SandboxAQ,该公司今天宣布已在新一轮融资中筹集了 3 亿美元。该公司最初是 Alphabet 的一部分,并于 2022 年作为独立业务分拆出来。

这笔资金证明了该公司的成功,更重要的是,证明了其在解决企业 AI 用例方面未来的增长前景。SandboxAQ 已与埃森哲、德勤和安永等主要咨询公司建立了合作伙伴关系,以分销其企业解决方案。

LQM 的主要优势在于它们能够解决行业中复杂的、特定领域的问题,在这些行业中,底层物理和定量关系至关重要。

SandboxAQ 首席执行官 Jack Hidary说:“对于使用我们 AI 的公司来说,一切都与核心产品创造有关。”“因此,如果你想开发一种药物、一种诊断方法、一种新材料,或者你想在一家大银行进行风险管理,那么量化模型就会大放异彩。”

为什么 LQM 对企业 AI 至关重要

LQM 的目标和工作方式与 LLM 不同。与处理互联网文本数据的 LLM不同,LQM 根据数学方程和物理原理生成自己的数据。其目标是解决企业可能面临的量化挑战。

“我们生成数据并从定量来源获取数据,”希达里解释道。

这种方法可以在传统方法停滞的领域实现突破。例如,在电池开发领域,锂离子技术已占据主导地位 45 年,LQM 可以模拟数百万种可能的化学组合,而无需进行物理原型设计。

同样,在药物开发中,传统方法在临床试验中面临很高的失败率,而 LQM 可以在电子水平上分析分子结构和相互作用。

同时,在金融服务领域,LQM 解决了传统建模方法的局限性。 

“蒙特卡罗模拟已不足以处理结构化工具的复杂性,”希达里说。蒙特卡罗模拟是一种经典的计算算法,使用随机抽样来获得结果。借助 SandboxAQ LQM 方法,金融服务公司可以以蒙特卡罗模拟无法实现的方式进行扩展。希达里指出,一些金融投资组合可能非常复杂,包含各种结构化工具和期权。

希达里表示:“如果我有一个投资组合,我想知道这个投资组合发生变化时尾部风险是多少,我会创建 3 亿到 5 亿个版本的投资组合,并对其进行细微的修改,然后我再看看尾部风险。”

SandboxAQ 如何使用 LQM 来提高网络安全

Sandbox AQ 的 LQM 技术专注于使企业能够创造新的产品、材料和解决方案,而不仅仅是优化现有流程。

该公司一直在创新的企业垂直领域之一是网络安全。2023 年,该公司首次发布了其Sandwich 加密管理技术。此后,该公司的 AQtive Guard 企业解决方案进一步扩展了该技术。 

该软件可以分析企业的文件、应用程序和网络流量,以识别正在使用的加密算法。这包括检测是否使用了过时或损坏的加密算法,如 MD5 和 SHA-1。SandboxAQ 将这些信息输入管理模型,该模型可以向首席信息安全官 (CISO) 和合规团队发出潜在漏洞警报。

虽然LLM 可以用于相同目的,但 LQM 采用了不同的方法。LLM 接受广泛的非结构化互联网数据训练,这些数据可能包括有关加密算法和漏洞的信息。相比之下,SandboxAQ 的 LQM 是使用有关加密算法、其属性和已知漏洞的有针对性的定量数据构建的。LQM 使用这些结构化数据来构建专门用于加密分析的模型和知识图,而不是依赖于一般的语言理解。

展望未来,Sandbox AQ 还致力于开发未来的补救模块,该模块可以自动建议并实施对正在使用的加密的更新。

没有量子计算机或变压器的量子维度

SandboxAQ 最初的想法是将人工智能技术与量子计算相结合。

Hidary 和他的团队很早就意识到,真正的量子计算机在短期内很难实现,也不够强大。SandboxAQ 正在利用通过增强的 GPU 基础设施实现的量子原理。通过合作,SandboxAQ 扩展了 Nvidia 的 CUDA 功能以处理量子技术。 

SandboxAQ 也没有使用变压器,而变压器是几乎所有 LLM 的基础。

“我们训练的模型是神经网络模型和知识图谱,但它们不是转换器,”希达里说。“你可以从方程式生成数据,但也可以获取来自传感器或其他来源和网络的定量数据。”

尽管 LQM 与 LLM 不同,但 Hidary 并不认为对于企业来说这是一个非此即彼的情况。

他说道:“让法学硕士 (LLM) 发挥他们所长,然后引进法学硕士 (LQM) 发挥他们所长。”

原创文章,作者:王 浩然,如若转载,请注明出处:https://www.dian8dian.com/chao-yue-fa-xue-shuo-shi-sandboxaq-de-da-xing-liang-hua-mo

Like (0)
王 浩然的头像王 浩然作者
Previous 2天前
Next 2天前

相关推荐

发表回复

Please Login to Comment